NumPy 教程 之 NumPy 矩阵库(Matrix) 8

简介: 矩阵由行列构成,元素可以是数字、符号或表达式。通过`numpy.matlib.rand()`可创建指定大小的随机填充矩阵。使用`.T`属性或`transpose`函数可实现矩阵转置。矩阵和ndarray可互换使用。示例展示了如何创建矩阵,并在矩阵与ndarray之间进行转换。

NumPy 教程 之 NumPy 矩阵库(Matrix) 8

NumPy 矩阵库(Matrix)

NumPy 中包含了一个矩阵库 numpy.matlib,该模块中的函数返回的是一个矩阵,而不是 ndarray 对象。

一个 的矩阵是一个由行(row)列(column)元素排列成的矩形阵列。

矩阵里的元素可以是数字、符号或数学式。

转置矩阵

NumPy 中除了可以使用 numpy.transpose 函数来对换数组的维度,还可以使用 T 属性。。

例如有个 m 行 n 列的矩阵,使用 t() 函数就能转换为 n 行 m 列的矩阵。

numpy.matlib.rand()

numpy.matlib.rand() 函数创建一个给定大小的矩阵,数据是随机填充的。

矩阵总是二维的,而 ndarray 是一个 n 维数组。 两个对象都是可互换的。

实例

import numpy.matlib
import numpy as np

i = np.matrix('1,2;3,4')
print (i)

输出结果为:

[[1 2]
[3 4]]

实例

import numpy.matlib
import numpy as np

j = np.asarray(i)
print (j)

输出结果为:

[[1 2]
[3 4]]

实例

import numpy.matlib
import numpy as np

k = np.asmatrix (j)
print (k)

输出结果为:

[[1 2]
[3 4]]

目录
相关文章
|
7天前
|
Python
NumPy 教程 之 NumPy 矩阵库(Matrix) 4
矩阵是由行和列构成的矩形数组,其元素可以是数字、符号或数学表达式。
18 4
|
7天前
|
Python
NumPy 教程 之 NumPy 矩阵库(Matrix) 3
NumPy 矩阵库教程,介绍 numpy.matlib 模块,该模块提供专门的矩阵操作函数。矩阵是由行列构成的矩形数组,元素可为数字、符号或表达式。教程展示如何使用 `numpy.matlib.zeros()` 创建全零矩阵,并演示了转置矩阵的实现方法,即通过 `T` 属性或 `transpose` 函数将 m×n 矩阵转换为 n×m 矩阵。
17 3
|
8天前
|
Python
NumPy 教程 之 NumPy 矩阵库(Matrix) 2
不同于ndarray,matlib函数生成的是矩阵形式。教程中详细解释了矩阵的概念,并介绍了转置矩阵的实现方式,使用T属性或函数实现。此外,还展示了如何利用`matlib.empty()`创建指定形状的新矩阵,并可选择数据类型及顺序。最后通过示例演示了矩阵填充随机数据的方法。
18 3
|
5天前
|
Python
NumPy 教程 之 NumPy 矩阵库(Matrix) 8
矩阵是由行和列构成的矩形数组,其元素可以是数字、符号或表达式。教程中讲解了如何使用`numpy.matlib.rand()`创建指定大小且元素随机填充的矩阵,并演示了矩阵与ndarray之间的转换方法。此外,还介绍了如何使用T属性进行矩阵转置。示例代码展示了创建矩阵、将其转换为ndarray以及再转回矩阵的过程。
24 9
|
5天前
|
Python
NumPy 教程 之 NumPy 矩阵库(Matrix) 7
矩阵是由行和列构成的矩形数组,可包含数字、符号或表达式。教程还介绍了如何使用T属性或numpy.transpose进行矩阵转置,并演示了如何利用numpy.matlib.rand()生成指定大小的随机矩阵。示例代码展示了3x3随机矩阵的创建过程及其输出结果。
16 4
|
3天前
|
Python
NumPy 教程 之 NumPy 线性代数 3
NumPy教程之NumPy线性代数3,介绍NumPy库中的linalg模块,涵盖线性代数的核心功能,包括点积、向量点积、内积、矩阵积、行列式计算、线性方程求解及矩阵逆等。示例展示了`numpy.inner()`函数的一维与多维数组应用,如计算向量内积及多维数组间的内积运算过程与结果。
29 12
|
1天前
|
Serverless Python
NumPy 教程 之 NumPy 线性代数 7
NumPy 的 `linalg` 库提供了丰富的线性代数功能,如点积、矩阵乘法、求解线性方程等。`numpy.linalg.inv()` 用于计算矩阵的乘法逆矩阵,即找到满足 `AB=BA=E` 的矩阵 `B`,其中 `E` 是单位矩阵。示例展示了如何对矩阵 `A` 计算其逆矩阵 `A^(-1)` 并求解线性方程 `A^(-1)B`,得到向量 `[5, 3, -2]` 作为解。
17 10
|
3天前
|
索引 Python
NumPy 教程 之 NumPy 线性代数 4
NumPy 的线性代数库 `linalg` 提供了丰富的线性代数功能,如点积(`dot`)、向量点积(`vdot`)、内积(`inner`)、矩阵积(`matmul`)、行列式(`determinant`)、求解线性方程(`solve`)和矩阵逆(`inv`)。其中,`numpy.matmul` 用于计算两个数组的矩阵乘积,支持多维数组操作。
30 11
|
8天前
|
Python
NumPy 教程 之 NumPy 矩阵库(Matrix) 1
NumPy的`numpy.matlib`模块提供了一系列生成矩阵的函数。矩阵是由行和列构成的矩形数组,其元素可以是数字、符号或表达式。使用`.T`属性或`numpy.transpose`函数可实现矩阵转置,将m行n列的矩阵转换为n行m列。示例代码展示了如何通过`np.arange`和`reshape`创建矩阵,并使用`.T`进行转置。
25 2
|
2天前
|
Python
NumPy 教程 之 NumPy 线性代数 6
NumPy 的 `linalg` 库提供了多种线性代数功能,如 `dot`(点积)、`vdot`(向量点积)、`inner`(内积)、`matmul`(矩阵积)、`determinant`(行列式)、`solve`(求解线性方程)和 `inv`(计算逆矩阵)。`numpy.linalg.solve()` 可用于求解线性方程组,例如将方程组 `x + y + z = 6`、`2y + 5z = -4` 和 `2x + 5y - z = 27` 转换为矩阵形式 `AX = B` 并求解。
11 4